• Open Daily: 10am - 10pm
    Alley-side Pickup: 10am - 7pm

    3038 Hennepin Ave Minneapolis, MN
    612-822-4611

Open Daily: 10am - 10pm | Alley-side Pickup: 10am - 7pm
3038 Hennepin Ave Minneapolis, MN
612-822-4611
La presenza della memoria lunga

La presenza della memoria lunga

Paperback

Probability & Statistics

ISBN10: 620914652X
ISBN13: 9786209146527
Publisher: Edizioni Sapienza
Published: Nov 13 2025
Pages: 72
Weight: 0.24
Height: 0.17 Width: 6.00 Depth: 9.00
Language: Italian
Una delle sfide più grandi nell'analisi dei dati è la selezione del modello più appropriato per un determinato set di dati. Nella pratica, la specificazione errata del modello ha spesso portato a conclusioni errate nella scienza dei dati. Questo studio confronta l'efficienza della modellizzazione di una serie temporale con proprietà di memoria lunga stagionale utilizzando i modelli SARIMA, ARFIMA e SARFIMA. Per l'illustrazione sono stati utilizzati i dati relativi alla temperatura media mensile globale. La serie di temperature ha mostrato segni di memoria lunga, poiché il grafico ACF è diminuito lentamente dopo un'ulteriore analisi. L'esponente di Hurst ottenuto dall'analisi R/S ha confermato la presenza di memoria lunga. L'ACF ha mostrato un decadimento esponenziale e un andamento sinusoidale, suggerendo sia la non stazionarietà che la stagionalità. Sono stati condotti test di stazionarietà e stagionalità per verificare queste osservazioni. Infine, sono stati applicati i criteri AIC e BIC per valutare l'efficienza di tutti e tre i modelli e i risultati hanno indicato che, in presenza sia di stagionalità che di memoria lunga, il modello SARFIMA ha funzionato in modo più efficiente.

Also from

Aruah, Kelechi

Also in

Probability & Statistics